正负故障子空间矩阵的故障辨识方法研究（英文）

发布时间：2022-10-10 11:35

　　故障子空间矩阵是基于主元分析故障辨识的常用方法。但常规的故障子空间矩阵仅能描述当故障发生时哪些变量偏离了它们的正常值。当两种故障类型具有相同的故障变量时,故障子空间矩阵不能将它们区分。为了进一步提高故障子空间矩阵的辨识能力,本文提出正负故障子空间矩阵法。新方法不仅揭示了故障变量,并且可以反映变量的变化趋势,这使得故障子空间矩阵所代表的故障类型更加具体。首先,以监测统计量最小为优化目标求出各种故障状态下变量的幅值向量。其次,通过幅值向量求出变量的重构值和符号矩阵。然后,根据重构贡献率最小找到对应的故障子空间矩阵,并将该矩阵与符号矩阵相乘得到正负故障子空间矩阵。最后,根据有方向故障子空间矩阵完成故障辨识。通过对翻车机液压系统的故障辨识结果证明该方法具有较高准确性和普适性。 

【文章页数】：10 页

【参考文献】：
期刊论文
[1]基于主元分析得分重构差分的故障检测策略[J]. 张成,郭青秀,李元,高宪文.  控制理论与应用. 2019(05)
[2]基于累积残差贡献率的传感器故障定位方法[J]. 安星,刘纲,张亮亮,李立力.  土木与环境工程学报(中英文). 2019(02)
[3]高速列车双通道速度传感器故障检测与隔离研究[J]. 牛刚,曹雪杰,秦肖肖.  仪器仪表学报. 2019(01)
[4]基于主元子空间富信息重构的过程监测方法[J]. 仓文涛,杨慧中.  化工学报. 2018(03)
[5]复杂工业过程质量相关的故障检测与诊断技术综述[J]. 彭开香,马亮,张凯.  自动化学报. 2017(03)
[6]基于改进重构贡献图的故障定位方法[J]. 郭小萍,杨猛,李元.  仪器仪表学报. 2015(05)



本文编号：3689547